---
title: "AI Native 公司 Dan Shipper / Every 30 人做出 100 人产出：层次化思维 + SaaS 六维能力框架"
source_url: https://mp.weixin.qq.com/s/Ko_Tpq2UJEbyOBXq9x19ug
ingested: 2026-06-02
sha256: 8a3770802b9f48beee9820f067ce6fd0004a2de5583388f0dac67eabda4dfc10
author: "WalkerYu"
feed: "一起walkwalk"
published: 2026-05-27
tags: [ai-native, every, dan-shipper, lennys-newsletter, agent-first-saas, saas-survival, layered-thinking, cognitive-frame, three-walls, six-dimensions, automation-is-lie, agent-economy, walker-yu]
---

# AI Native 公司 Dan Shipper / Every 30 人做出 100 人产出：层次化思维 + SaaS 六维能力框架

> 来源：一起walkwalk / 2026-05-27 / WalkerYu（深度解读 Lenny's Newsletter 系列上篇）
> 原文链接：lennysnewsletter.com/p/the-ai-paradox-dan-shipper
> 上篇回答「世界在变成什么样」，下篇回答「人在哪里」

## 1. 核心故事：30 人 = 100 人产出

**Dan Shipper**（Every 公司创始人）做了个产品，全程 vibe coding，**上线后每 10 分钟崩溃一次**。让 Codex 修，修出一个新问题，再修，再生出四个。最后找来两个资深工程师用同样的 AI 工具**彻底重写了整个代码库**——他们做到了。

> **他自己做不到的事，别人用同样的 AI 工具做到了。**

冲击力不在"AI 还不够强"。冲击力在别处——**为什么同样的工具，在不同人手里，产出天差地别？**

## 2. Dan 的核心论断：「Automation is a lie」

> **不是自动化没发生。是每一次自动化，都创造了一个新的、需要人类判断力的岗位。**

AI 是一个任何人都能使用的倍增器——但它倍增的是**你已有的判断力**。你没有判断力，AI 倍增的就是零。**工具是一样的，差距在你脑子里。**

Every 公司 30 人，靠 AI 员工（Codex + Claude Code 是默认界面）做出 100 人产出。**Dan 是目前地球上最「AI-pilled」的 CEO 之一**——极度信仰 AI，又极度看多人类。

## 3. 认知翻转：把浏览器嵌入 AI

### 范式成立的三层硬逻辑

**第一，方向反直觉，但更合理。** 过去所有人在想：把 AI 嵌入浏览器（Google Docs 侧边栏）。**但实际发生的是反向操作：把浏览器嵌入 AI**。

Agent 运行在你电脑上时，拥有你的一切权限——文件、终端、浏览器会话。**当你打开 Codex 的内置浏览器写文档时，Agent 在旁边看着你操作**。

Dan 原话：
> **「For a long time, I thought too that the optimal experience of AI was going to be take AI and put it in a browser. And I think the reverse is actually starting to happen.」**

**第二，终端权限是杀手级能力。** Claude Code 最初的成功源于 Agent 能直接操作终端——而终端是计算机上**权限最高的接口**。任何你能做的事，Agent 都能做。

**第三，真实的市场竞赛已经在进行。** OpenAI Codex vs Anthropic Claude Code/Cowork 在激烈争夺这个位置。Dan 的判断：**「Whoever's in the lead, it feels very obvious to me that all of the work that you do is going to be in one of those surfaces.」**

> **你的下一张办公桌不是「一个网页里嵌了个 AI 助手」。你的下一张办公桌是「AI 里面嵌了一个浏览器」。**

## 4. 为什么你还没过上：三道墙

### 墙 1：安全政策

让 Agent 拥有员工电脑的全部权限——**安全部门看来是一个行走的噩梦**。数据防泄漏、合规审计、GDPR、SOC2 都能把 AI 权限审批拖上半年。

Dan 承认：
> **「A lot of companies handicap their employees from even doing this because I don't know if you can use the latest models at Salesforce.」**

这不是技术问题，是政策问题。**大多数企业 IT 部门的首要 KPI 是「不出事」，不是「更高效」**——你被组织的安全带绑在座位上了。

### 墙 2：采购惯性

Microsoft 365 / Google Workspace / Salesforce——**不只是工具，是签了 3-5 年合同的基础设施**。即使 Codex 比 Google Docs 好用 10 倍，CIO 也不会在合约到期前推翻整个办公套件。

### 墙 3：管理层激励

一个中层管理者的权威建立在「我知道部门里谁在干什么」之上。**当每个人都有一个 Agent 帮他们做事时，管理者的监督职能被架空**。

Dan 说得直白：
> **「Your company's only going to go as far as your CEO goes in AI and it's not something you can delegate.」**

公司能在 AI 上走多远，**取决于 CEO 本人用不用 AI**——这事没法授权给别人。

**这三道墙不是平行的——是串行的。组织不松绑，人连尝试的机会都没有。**

### 三道墙在变薄

- **Shopify River**（公司级 AI Agent）2 个月内让近 6000 名员工使用，覆盖 4450 个公开频道
- **底层路径**：个人业余使用 → 偷偷带入工作场景 → 效果显著 → 感染周围同事 → 草根压力倒逼组织松绑（**影子 IT**）

> **如果你在等公司的批准——你可能不用等了。你先自己用起来。好用的话，你的同事会替你说话。**

## 5. 「每个人一个 AI 助手」翻转为「公司级超级 Agent」

Dan 最初相信「每人一个私人 Agent」（Golden Compass 里的小 daemon）。**他后来完全翻转到「公司级超级 Agent」**。

**OpenClaw** 出 Every 公司全员涌入，每人建自己的 Agent。然后所有人发现同一件事：

> **「This thing breaks all the time. I got to fumble around with it. I got to be able to SSH into my server and like blah, blah, blah.」**

SSH 对工程师是家常便饭，**对编辑、客服、销售来说就是天书**。

> **每一个 Agent 系统都需要一个持续维护它的人。** 更新上下文、调试错误、校正行为。大多数人不想要这份工作。Dan 自己都交出去了。

**核心机制**：
> **「Agents need people who care about them.」** 不是每个人都需要一个 AI 员工。是每个人都需要**一个有人维护的 AI 员工**。

这就是 **FDE（forward deployed engineer，前向部署工程师）** 诞生的土壤。

## 6. AI 都能写代码了，SaaS 为什么还不死？

### Dan 的反向回答

> **「I would buy SaaS stocks right now. I think the SaaS apocalypse is dumb.」**

不是情绪，是**四层推理**。

#### 第一层：Agent 是 SaaS 的「新增用户」，不是「替代用户」

Every 公司的 SaaS 支出**年同比增长**。不是放弃工具，而是 Agent 让 SaaS 用量暴增。

> **「What agents do is increase the number of users of SaaS, not get rid of it.」**

**SaaS 产品的本质**：不是「人类点击按钮的界面」，而是**结构化的业务流程 + 持久化的状态存储**。Agent 不想自己建数据库——它更愿意直接读写你已有的 Notion、Salesforce、GitHub。

#### 第二层：Token 经济学倒转，SaaS 利润率反而改善

用户在 Codex 中打开内置浏览器进入你的产品写文档。**用户跟 Codex 对话时，OpenAI 收用户的 token 费——不是你出**。

你只提供核心产品价值——结构化的写作和发布功能。**你承担 0 推理成本**。用户数和用量因为 Agent 介入而暴增。**利润率扩大**。

#### 第三层：Agent 的两个天然缺陷恰好是 SaaS 的护城河

**弱点 1：Agent 不擅长维护「持久化的真相层」**——CRM / 数据仓库 / Notion 存着业务的核心事实。Agent 每次干活是去这些地方读写。这些 SaaS 产品是「**真相的锚点**」。

**弱点 2：Agent 不擅长定义「业务规则」**——什么算合格线索？什么算升级 bug？谁有权看哪些数据？这些不是 Agent 能自主决定的，是组织决策的产物。**SaaS 把这些规则编码在配置里，Agent 只是在执行**。

Proof 中的具体例子：用户 Agent 自动发送 bug 报告 → 变成 GitHub Issue → 另一个 Agent 修复。**整条链里，GitHub 是事实层，Agent 是执行层。事实层比执行层更难替代**。

#### 第四层：SaaS 是「昨天人类能力」的结构载体

模型做的事情是：把「昨天的人类能力」变便宜。**SaaS 产品恰好是这个「昨天能力」的沉淀形态**——Salesforce 编码了过去二十年最好的销售管理实践，Notion 编码了最好的文档协作模式。

> **CRM 不是「一个能力」。它是无数企业在二十年里碰撞出来的关于如何管客户关系的共识结构。** 模型可以让你在使用 CRM 时更高效，但它不会取代 CRM 本身。

四层一条线串下来：**需求端（Agent 让用户数翻倍）→ 成本端（用户自带 token，SaaS 不承担推理成本）→ 产品端（Agent 的两大短板是 SaaS 的护城河）→ 范式端（SaaS 是结构化的人类共识，模型只是调用工具）**。

> **一句话：SaaS 不会死。但 SaaS 公司如果不改变，会死。**

## 7. 二十年护城河怎么塌的？

直觉上 Salesforce 做了 20 年，新玩家凭什么进来？

但仔细看：旧 SaaS 的护城河**大部分是为「纯人类使用」时代修建的**：

| 旧护城河 | Agent 时代变成 |
|---------|--------------|
| 海量功能堆叠 | **负债**（Agent 替你做格式调整/表格生成） |
| 复杂的权限系统 | **负债**（Agent 需要结构化权限而非 HTML 解析） |
| 跟其他旧系统的深度集成 | **负债**（Agent 不需要被集成的界面） |
| 靠销售团队建立的 CIO 关系 | **负债**（采购惯性墙） |

**Proof 比 Google Docs 简单得多**——不做 Word 那样的格式工具栏。但 Dan 用它完成所有工作。

> **「You can make the products a lot simpler and faster to start than the legacy products are.」**

存量 SaaS 的「功能深度」护城河被抽掉了地基。**新玩家不需要比旧玩家更全，只需要更「Agent 友好」**。

## 8. 6 维能力：什么 SaaS 能在 Agent 时代活下来

旧 SaaS 设计假设：**「用户只有一个——那个在点击鼠标的人类。」**
新 SaaS 设计假设：**「用户有两个——一个人类和一个 Agent，他们共享同一个视野、同一套数据、同一个目标，但人类永远有否决权。」**

### 维度 1：双通道接口层

- 旧 SaaS 只有一个接口（HTML 页面）。Agent 操作它只能「看」HTML、模拟点击、解析 DOM
- 好 SaaS 需要**两条并行的通道**：人类通道（极简 Web GUI）+ Agent 通道（结构化接口：MCP / GraphQL / CLI）
- 关键特征：Agent 能直接读写数据**不经过 HTML 解析**，返回**结构化结果**而非人类可读的散文

### 维度 2：共享视野与实时同步

- 人类能看到 Agent 在做什么（视觉指示「Agent 正在这里工作」）
- Agent 知道人类聚焦在哪里（不会覆盖你的操作）
- 冲突时**不是粗暴的「后写覆盖先写」，而是像 Git diff 那样展示差异，让人类做最终裁决**

### 维度 3：审批与安全边界

Agent 有两个危险特性：**极快和偶尔犯蠢**。好 SaaS 必须划一条聪明的线：

| 操作类型 | 审批要求 |
|---------|---------|
| 读取 | 无需审批 |
| 草稿 | Agent 自主但事后通知 |
| 提交 | 需人类确认 |
| 破坏性操作 | **双重确认 + 可回滚** |

**关键设计原则：审批不是 blocker，是 checkpoint。** Agent 不停下来等人类——它继续工作，把需要审批的放入一个 inbox，人类有空时批量审批。

每个操作必须有**语义级别的 undo**——不是 Ctrl+Z，而是「撤销 Agent 在过去一小时内对这个文档做的所有修改，但保留人类的修改」。

### 维度 4：上下文传递协议

Agent 连接到 SaaS 时携带的上下文远超一个 API key 能表达。好 SaaS 提供**标准化的上下文摄取端点**：

- 用户当前工作意图（「正在准备季度报告」）
- 最近交互历史摘要
- 偏好和约束（「只用 2025 年以后的数据」）
- 身份和权限范围

**目前没有行业标准——这本身是一个创业机会**。

### 维度 5：Agent 可观测性

最大心理障碍是「它怎么得出这个结论的？」好 SaaS 需要内置透明度机制：

> **操作日志是人类可读的：「Agent 在 14:23 将客户 A 状态从'潜在'改为'合格'，理由：该客户过去 7 天访问定价页 3 次，下载了白皮书。」**

Agent 操作被人类撤销时，**这个信号必须传回给 Agent 做行为校正**——这就是 Dan 说的「**gardening**」（园艺，每天浇浇水、修修枝）。

### 维度 6：定价模型

- 按「**人类 + Agent 组合**」收费（一个席位 = 1 人类 + N 个 Agent）
- 按**有意义的业务操作量**收费，不是按 API 调用次数（会被 Agent 打爆）
- Agent 通道**免费或极低费用**（鼓励 Agent 使用），人类高级功能收费
- 未来 SaaS 的定价逻辑：**不是「你用了多少」，而是「你的 Agent 用了多少，而你审批了多少」**

> **这六个维度不是理论框架——是创业清单。** 现有 SaaS 产品在每一个维度上都是缺失或薄弱的。每一个都是窗口。

## 9. 普通人现在能抓住什么机会？

### 窗口 1：在旧 SaaS 和 Agent 的缝隙里做轻量替代

找一个你熟悉的垂直 SaaS 品类，做一个**极简替代品**——10 个功能，干净的数据结构，Agent 可读的 API，人类可读的极简界面。

### 窗口 2：做 Agent 专用的工具型 SaaS

Agent 日志分析、Agent 行为审计、Agent 间通信中转。**Pete（OpenClaw 维护者）每天处理上千个 Agent 提交的 PR，用 50000 个 Codex 实例筛选，合并 1000 个**。

### 窗口 3：定义新品类

AI 让「写代码」变便宜 → 诞生 vibe coding → 围绕 vibe coding 诞生了 Proof。**Agent 时代每个 SaaS 品类都需要被「Agent 友好」重新实现一遍**——就像移动互联网时代每个网站需要被「移动友好」重新实现一遍。

> **「知道该构建什么」比「会构建什么」贵 100 倍。**

## 10. 层次化思维：解开 3 句「矛盾」断言

Dan 同时说了三句话：
1. **「CLI 结束了」**——那 Agent 用什么接口？CLI 不就是 Agent 的原生操作方式？
2. **「自动化是谎言」**——那做 Agent SaaS 有什么价值？
3. **「Agent 优先 SaaS 是创业窗口」**——但如果前两句是对的，这个窗口到底有多大？

放在一起是矛盾的。但**装上一个「分层的镜头」**——三句话是对同一栋建筑**三个不同楼层**的描述。

### 「CLI 结束了」——说的是**人类交互层**

> **CLI 是 Agent 的接口，不是给人用的。** 人类退回到图形界面，CLI 变成了 Agent 的专属通道。人类不再被误放在 Agent 的交互层上。

就像你不需要知道变速箱怎么工作才能开车——**CLI 是变速箱，GUI 是方向盘和油门。人类握方向盘，Agent 管变速箱**。

### 「自动化是谎言」——说的是**价值层**

每一次声称「这将减少人力需求」的自动化浪潮，最终都创造了比消除的岗位更多的新岗位：

- ATM 没有消灭银行柜员——银行网点增加，柜员从「数钱」变成「卖金融产品」
- 电子表格没有消灭会计师——会计工作量暴增，因为建模成本降到了零

**AI Agent 也不会消灭工作**。它会创造全新的工作类别：Agent 监督员、Agent 行为审计师、Agent 策展人、Agent 上下文维护者。

> **自动化每消灭一个旧岗位，就在上面一层创造出三个新岗位。这就是为什么「自动化是谎言」——它消灭的永远比它创造的少。**

### 「Agent 优先 SaaS」——说的是**产品层**

双通道架构 + 六维能力标准 + 让人和 Agent 在同一块画布上协作。**产品层是人类交互层和价值层的交汇点**。

> **三个断言不是对同一件事的判断。它们是对同一栋建筑三个不同楼层的描述。它们不矛盾，它们互相定义。**

## 11. 层次化思维是 AI 时代的思维前提

> **「引入层次 → 矛盾解开」**——这个模式在分析 Dan 的 11 个核心判断时，反复出现了 16 次。

### 结构性根源

AI 系统引入了一个与人类在能力、速度、需求上**完全异质的行动者**：

- 人类：**会累但能判断**
- Agent：**不知疲倦但不会质疑指令**

> **同一个系统里跑着两种完全不同的「用户」。你再也不能把所有东西放在同一个平面上分析。**

### 计算思维史的类比

- 单机时代：只需理解一个程序
- 客户端-服务器时代：必须同时思考客户端和服务器两个层的状态
- **AI 时代：异质性更深。客户端和服务器是两个程序之间的异质。人类和 Agent 是两种智能类型之间的异质**

> **这不是量的差异，是质的差异。一个会累、会判断、会质疑、会为结果负责。一个不知疲倦、不会质疑、不会判断、不能被问责。**

## 12. 三章汇聚：单层世界 → 多层世界

旧的「单层世界」——一个工具、一个用户、一个界面——正在被「**多层世界**」取代。

- 工作表面**下沉到 AI 环境里**
- SaaS **向 Agent 友好演化**
- 底层架构从**单层变成了三层**

> **理解这个多层结构的人，看到的是机会。不理解的人，看到的是混乱。**

> **这就是 Dan 的 30 人公司能用 AI 员工做出 100 人产出的真正原因——不是他们的 AI 工具更强。工具是一样的。是他们脑子里的这一层思维，让同样的工具产生了 3 倍的杠杆。**

> **你缺的不是更好的 AI 工具。你缺的，就是这一层思维。**

---

- 原文：一起walkwalk / WalkerYu / 2026-05-27
- 深度解读 Lenny's Newsletter 原文：https://www.lennysnewsletter.com/p/the-ai-paradox-dan-shipper
- 上一篇：Anthropic 产品负责人：底层思维方式（下篇）
- 下一篇：AI Native 公司创始人：人类岗位为什么必须存在（下篇）